改进平衡优化器算法在约束优化问题中的应用

针对平衡优化器算法存在种群勘探与开发难以平衡、粒子进化信息不足、容易出现早熟现象等问题，提出改进的平衡优化器算法。首先，根据算法优化进行的迭代阶段采用正弦池策略动态地平衡勘探与开发能力，迭代前期通过固定角频率的正弦递减进行大范围的全局勘探，扩大算法探索搜索空间中未知区域，增强发现潜藏优质粒子的能力；迭代后期通过变化角频率的正弦递增进行局部开发使勘探与开发自适应平衡，提高算法优化精度。其次，自适应优先引力策略引入当前最优粒子信息克服粒子进化信息匮乏的问题，然后通过融入均匀分布和贝塔分布共同作用丰富种群粒子进化信息，提高粒子之间的信息交换速率，增强粒子逃离局部最优的能力，达到引导种群向全局最优方向快速收敛目的。最后，使用16个基准测试函数、CEC2017函数集、Friedman检验、Wilcoxon秩和检验以及2个现实中的工程约束优化问题测试所提算法的寻优能力。实验结果表明，相比其他新提出的智能算法，所提算法具有更高的优化精度和更快的收敛速度。